阿里巴巴
算法工程师-计算机视觉（AIGC方向）
算法工程师-计算机视觉（AIGC方向）
发布于 大约 3 小时前普通员工/个人贡献者
北京市
其它
全职员工
仅现场办公
学历未注明
计算机视觉工程
3D生成
Aigc
Opencv
多模态大语言模型
机器学习
计算机视觉
图像/视频处理
AI 估算 · 25k–45k
头部互联网公司，AIGC方向算法岗位技术门槛高，薪资竞争力强，月薪范围符合北京市场水平。
职位详情
关于这个职位
该职位是阿里巴巴优酷团队的计算机视觉算法工程师，专注于AIGC方向
你将负责图像/视频的分析、诊断、合成、编辑等算法研究，以及多模态大语言模型的微调和前沿技术探索
适合有扎实工程实现能力和计算机视觉研究背景的求职者
最低要求
极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，ACM/ICPC、topcoder等编程比赛获奖者优先
良好的科研能力，有成果发表在SIGGRAPH、SIGCHI、ICCV、CVPR、TPAMI、TOG、TVCG等国际顶级会议、期刊者优先
良好的逻辑和数据分析能力，Kaggle、阿里天池大赛、以及相关学术会议组织的权威比赛获奖者优先
熟悉计算机图形学、机器学习、图像/视频分析与处理、多模态大语言模型、或图像/视频/3D生成等相关领域技术和应用，有大量实践经验者优先
工作职责
负责图像/视频的分析、诊断、合成、编辑等方面的算法研究，多模态大语言模型的有监督微调等
负责图像/视频/3D相关算法的前沿技术探索，包括图像/视频/3D生成和可控编辑领域的联合创新
AI 洞察
优缺点分析
优点
- 阿里巴巴品牌加持，平台资源丰富，能接触海量图像/视频数据
- AIGC是当前热门赛道，技术价值高，个人成长快
- 团队氛围注重技术分享和创新，有发表论文和参加比赛的机会
- 技术迭代快，需要持续学习前沿知识，保持竞争力
- 算法岗位竞争激烈，对工程和科研要求高，工作强度可能较大
- 适合热爱计算机视觉、有扎实编程和科研背景、追求技术深度和创新、能承受高压的求职者
缺点 / 挑战
- 需要同时兼顾业务落地和前沿探索，平衡压力
角色解读
- 技术深度方向：成为计算机视觉或AIGC领域的专家，主导核心算法研发
- 技术管理方向：带团队负责视觉技术方向，从IC转向技术领导者
- 跨领域发展：结合多模态、3D生成等方向，拓展到更广泛的人工智能应用
- 负责图像/视频的算法研究，包括分析、诊断、合成和编辑，利用多模态大语言模型进行有监督微调
- 探索前沿技术，研究图像/视频/3D生成和可控编辑，推动AIGC领域创新
- 参与实际业务场景中的视觉问题解决，利用海量数据优化模型效果
- 扎实的编程能力：熟练掌握C/C++、Java、Python中的至少一门，能高效实现算法
- 计算机视觉和机器学习基础：熟悉图像/视频处理、图形学、多模态大模型等
- 科研能力：有顶级会议或期刊论文发表经验，了解前沿动态
申请策略
- 关注优酷的业务方向，了解其在视频理解、广告推荐等场景的应用
- 在简历和面试中展示对新兴技术的好奇心和快速学习能力
- 突出在计算机视觉或AIGC领域的项目经验，尤其是图像/视频生成或编辑相关
- 列出顶级会议论文、竞赛获奖（如Kaggle、ACMICPC）等成果
- 强调编程能力和工程实现细节，如优化过某个算法或搭建过系统
- 补充多模态大语言模型（如LLaVA、BLIP2）的使用经验
- 熟悉Diffusion模型、NeRF等生成技术，并动手实践
- 学习阿里内部常用工具如PAI、DLC等，或强化分布式训练能力
面试指南
- 使用STAR法则：描述项目背景、任务、行动、结果，并量化成果
- 技术问题需分步骤解释：从问题定义、方法选择、实现细节到实验验证
- 开放性问题展示思考深度：对比不同方法优劣，提出创新点
- 请介绍一个你参与过的计算机视觉项目，包括难点和解决方案
- 如何实现一个基于Diffusion模型的图像生成系统？优化点有哪些？
- 多模态大语言模型在视频理解中的应用？如何处理长视频？
- 手撕代码：实现一个图像增强或特征匹配算法
- 谈谈你比较熟悉的顶会论文，以及你对其改进的想法
职位点评
75
综合评分
阿里优酷AIGC算法岗，前沿技术栈，高薪资高成长，但工作强度大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合发展性动机强烈的求职者，追求技术前沿和快速成长，愿意接受高强度工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
阿里巴巴作为头部互联网公司，薪资处于市场偏高水平，福利完善，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
AIGC前沿方向，技术栈新，有大量学习机会和挑战，可提升科研和工程能力，晋升通道明确。
技术前沿前沿/新兴技术
技术栈多模态大语言模型、图像/视频生成、3D生成、AIGC、计算机视觉
业务类型ambiguous
工作生活
50较低
工作地点在北京，必须现场办公，未提及弹性工作或WLB，互联网公司通常工作强度较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
视觉技术应用广泛，能创造娱乐和用户体验价值，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs